Hälso- och sjukvård
Elsevier för in patientjournalens kontext i ClinicalKey AI

Viktiga punkterClinicalKey AI börjar nu sökningar från patientjournaler i stället för tomma prompter.
Visa mer
- ClinicalKey AI börjar nu sökningar från patientjournaler i stället för tomma prompter.
- Varje genererat svar spåras tillbaka till både journaldata och citerad klinisk evidens.
- Funktionen för patientkontext är för närvarande begränsad till distributioner i USA.
Elsevier meddelade den 16 november 2026 att ClinicalKey AI nu kan komma åt patientjournaler i arbetsflöden i elektroniska journalsystem (EHR) och utvärdera behandlingsplaner utifrån sitt evidensbaserade kliniska innehåll, som omfattar fulltextartiklar från cirka 1 000 tidskrifter.
Företaget uppger att ClinicalKey AI används vid fler än 1 200 sjukhus världen över. Uppdateringen förändrar utgångspunkten för en fråga: i stället för att förlita sig på uppgifter som skrivs in i en tom AI-prompt börjar verktyget med information från patientens journal och ger svar som innehåller både journaluppgifter och källhänvisningar.
Så förändrar patientkontexten arbetsflödet
Elseviers dokumentation om patientkontext beskriver fem sammanhängande steg: utgå från patienten, samla in relevant journalinformation, koppla den informationen till kliniska belägg, presentera insikter med källhänvisningar i EHR-arbetsflöden som stöds och hjälpa klinikern att fatta beslut. I implementationer som stöds kan den användbara kontexten omfatta anteckningar, bilddiagnostik, ingrepp, laboratorieresultat, läkemedel, ordinationer, allergier, vitalparametrar samt slutenvårds- och öppenvårdsjournaler.
Systemet är utformat för att fungera i olika EHR-miljöer, snarare än att vara knutet till en enskild leverantör. Funktionen för patientkontext är för närvarande endast tillgänglig i USA.
Spårbarheten fungerar i båda riktningarna. Varje uppgift om patientkontext kan spåras till relevanta journaluppgifter, och det kliniska svaret länkar till den källa som stöder det. Kliniker kan därmed granska vilka journaluppgifter som legat till grund för ett svar och ta del av beläggen bakom det, medan den slutliga bedömningen och vårdplanen fortfarande beslutas av klinikern.
Tillkännagivandet kommer efter Elseviers förvärv av Wellsheet i juni 2026. Wellsheet är specialiserat på att samla in och sammanställa EHR-data för att lyfta fram relevant klinisk information vid vårdtillfället.
Tidig användning vid San Juan Regional
San Juan Regional Medical Center i New Mexico använder den nya funktionen för patientkontext. Elsevier beskriver det som ett landsbygdssjukhus som betjänar samhällen med begränsad tillgång till hälso- och sjukvård och har mindre kliniska team och kvalitetsteam än stora akademiska vårdsystem. Sjukhuset ligger i en delstat där nästan 40 % av invånarna är beroende av Medicaid.
Dr. Carlo Hallak, sjukhusets medicinska chef, sade att landsbygdssjukhuset redan såg ett stort genomslag bland kliniker och använde ClinicalKey AI för att kontrollera varje patients vård mot samma evidensunderlag som används av stora vårdsystem. Han kallade stödet ”ovärderligt för ett sjukhus som vårt”.
Evidenshämtning och dataskydd
Elseviers produktdokumentation beskriver en arkitektur för hämtningförstärkt generering, där semantisk sökning väljer relevanta dokument från en vektorindexerad innehållsdatabas innan en stor språkmodell sammanställer dem till en kort klinisk sammanfattning. Systemet använder flera modeller och en upphovsrättsligt godkänd kunskapsbas som uppdateras dagligen. Svaren innehåller länkade källhänvisningar, och en validering av källhänvisningarna i realtid kontrollerar genererade datapunkter och påståenden mot dessa källor. Legitimerade kliniker inom stora medicinska specialiteter granskar frågestyrda svar med avseende på korrekthet och partiskhet varje kvartal och före större lanseringar, inom ramen för ett arbetssätt där kliniker är involverade.
Elsevier uppger att användardata krypteras under överföring och vid lagring, att supportpersonal endast får åtkomst med särskilt tillstånd och under pseudonymisering, att molnleverantörer och externa AI-partner inte får tillgång till data för träningsändamål och att produkten är utformad för att uppfylla HIPAA-kraven där landets tillsynsmyndigheter erkänner sådan efterlevnad.
Uppdateringen förenar två typer av verifiering i samma kliniska interaktion: kontroll av patientuppgifterna som systemet använder och kontroll av publikationerna bakom svaret. För vårdgivare med begränsade resurser, som San Juan Regional, är den praktiska frågan om ett sådant sammanhängande arbetsflöde med källhänvisningar kan göra ett brett evidensunderlag lättare att använda inom ramen för befintlig bemanning och befintliga EHR-begränsningar.












